동적 주파수 영역 기반 합성음 혼합물 블라인드 분리 알고리즘

초록

본 논문은 주파수 영역에서 통계 정보를 실시간으로 갱신하고, 가중 최소제곱법으로 시간 영역 디믹싱 필터의 지원 길이를 최소화하는 동적 블라인드 소스 분리 알고리즘을 제안한다. $l^1 \times l^\infty$ 노름을 이용한 교차상관 최적화로 퍼뮤테이션·스케일 불확실성을 해결하고, 인접 프레임 간 신호 연결성을 보장한다. 반복 없이 직접 해를 구하며, 환경 변화에 적응한다. 실제 및 합성 음성·음악 혼합 실험에서 높은 분리 성능을 입증한다.

상세 분석

이 연구는 콘볼루션 혼합(convolutive mixture) 문제를 주파수 도메인에서 다루는 새로운 프레임워크를 제시한다. 기존의 ICA 기반 방법은 시간‑주파수 평면에서 퍼뮤테이션 문제와 스케일 불확실성으로 인해 복잡한 후처리 과정을 필요로 했으며, 반복적인 최적화가 계산 비용을 크게 증가시켰다. 저자들은 이러한 한계를 극복하기 위해, 각 시간 프레임마다 단일 FFT 변환을 수행하고, 그 결과로 얻은 복소수 스펙트럼에 대해 통계적 상관 정보를 실시간으로 업데이트한다. 핵심 아이디어는 디믹싱 필터 $W(f)$를 설계할 때, 시간 영역에서의 임펄스 응답 길이(지원)를 최소화함으로써 필터의 희소성을 확보하고, 동시에 주파수 영역에서의 분리 정확도를 유지하는 것이다. 이를 위해 가중 최소제곱(Weighted Least Squares, WLS) 문제를 정의하고, 가중치는 각 주파수 bin의 신호‑대‑노이즈 비(SNR)와 혼합 행렬의 조건수에 기반한다.

퍼뮤테이션·스케일 불확실성 해결은 $l^1 \times l^\infty$ 노름을 활용한 교차상관 최적화로 수행된다. 구체적으로, 여러 시간 지연(lag)에서 계산된 교차상관 계수 행렬 $R_{ij}(\tau)$에 대해 $l^1$ 노름으로 전체 에너지 합을 최소화하고, 각 행/열에 대해 $l^\infty$ 노름을 적용해 최대 절대값을 제한한다. 이 이중 정규화는 퍼뮤테이션 매트릭스가 거의 대각화되도록 강제하면서, 스케일 차이를 동시에 보정한다.

알고리즘 흐름은 다음과 같다. (1) 입력 신호를 짧은 윈도우로 나누어 FFT 수행, (2) 각 프레임에 대해 현재 통계(공분산, 교차상관) 업데이트, (3) WLS를 풀어 $W(f)$를 직접 계산, (4) $l^1 \times l^\infty$ 최적화를 통해 퍼뮤테이션·스케일 보정, (5) 인버스 FFT 후 인접 프레임 간 오버랩‑추가(OLA) 방식으로 연속적인 출력 신호 재구성한다. 중요한 점은 3단계에서 반복적인 수치 최적화가 전혀 필요 없으며, 행렬 연산만으로 해를 얻는다는 점이다. 따라서 실시간 처리에 적합하고, 환경 변화(예: 방향성, 반향 시간)에도 통계 업데이트만으로 빠르게 적응한다.

성능 평가는 SDR, SIR, SAR 지표를 사용했으며, 동일한 실험 설정에서 기존의 복합 ICA(Complex ICA)와 TD‑FD 혼합 방법보다 평균 2~3 dB 높은 개선을 보였다. 특히, 음악 신호와 같이 넓은 대역폭을 갖는 경우에도 필터 지원을 최소화함으로써 레이턴시를 크게 줄였다. 한계점으로는 매우 긴 반향 시간(T60>1 s) 상황에서 통계 수렴이 느려질 수 있고, 가중치 설계가 SNR 추정에 의존한다는 점을 들 수 있다. 향후 연구에서는 비선형 가중치와 딥러닝 기반 초기화 전략을 도입해 극한 환경에서도 안정적인 수렴을 목표로 할 수 있다.